如何理解 Black-Scholes 期权定价模型?

论坛 期权论坛 期权     
匿名用户   2018-9-24 01:16   134379   7
提示: 作者被禁止或删除 内容自动屏蔽
分享到 :
0 人收藏

7 个回复

倒序浏览
2#
Hang Li  2级吧友 | 2018-9-24 01:17:00 发帖IP地址来自
要区分BS Framework和BS Formula。重要的是这个Framework而不是定价公式本身。

事实上,课本上的内容与实际应用是完全脱节的。期权的价格并不是由BS Formula决定的,而是在满足无套利的情况下由供需决定(当然中央的决定权,唔,vol surface的形状也是很重要的)。
简而言之,BS Formula只是用来计算implied vol的,是个报价公式。
(随手一黑,很多期权交易员其实并不能完整写出BS Formula。)

BS最大的贡献其实是提供了另外一种对冲的思路——Greeks(B/S/M:做了一点微小的工作,谢谢大家)。没有BS Framework计算Greeks之前,交易员没有一种可以科学地计算风险敞口的方法,只能靠猜(heuristics是一种比较装逼的说法);或者用put-call parity,把option合成为forward然后再对冲掉。有了Greeks,交易员可以更好地对风险敞口进行分类。
3#
姚岑卓  2级吧友 | 2018-9-24 01:17:02 发帖IP地址来自
总体说来:Black-Scholes期权定价模型是以无风险利率为折现率,求期权收益在风险中性测度的折现值,即C=\tilde{\mathbb{E}}(e^{-rt}(S_t-C)_+)。但更重要的,是提供了一种完全由基础资产和无风险利率构成的资产组合,可以完全复制期权价格的变动。

我记得当我第一次看到B-S计算公式的时候,我内心为之一振,觉得发现了赚钱的至宝。只要输入一些参数,就能够算出理论期权的价格,于是对于市场上所有的期权,只要价格不等于理论价格,我都可以进行买卖操作赚钱。当时看到后立马回家编了一个计算期权理论价格的程序,等着某天靠着这个公式发家致富。

后来查资料看这个计算公式怎么推导出来的时候,我差点一口老血吐了出来。粗略而言,B-S期权定价模型不过就是求一个均值,即C=\tilde{\mathbb{E}}(e^{-rt}(S_t-C)_+)。当时我的发财梦就破碎了。坑爹呢不是!谁会按照均值给东西定价啊?举个例子,我跟你玩抛硬币游戏,头朝上我给你一块,不然不给钱。难道我就收你五角就跟你赌?长期来看我一分钱不挣不说,还有机会输得血本无归。精算里的破产理论更是证明了如果按照均值收取保费,保险公司以概率1破产啊!亏本买卖谁要做啊?

不过后来依然是细细看了B-S模型的推导,发现它不仅仅只给了期权定价的一个均值,更重要的,是提供了由基础资产与无风险利率资产构成的,完全复制期权价格的变动的资产组合。在这个情况下,期权价格的稍微偏离都可以造成套利的机会,即无风险的收益。举例而言,在二叉树模型下,股票的价格只有两种可能的变化:要么上涨到uS,要么下跌到dS。此时如果可以任意租借资金与买卖股票,期权的价格必须是一个固定的值。否则,就可以以合适的资金租借与股票买卖来完全模拟期权的风险。只要期权的价格与这个组合资产的价格不同,我们就可以卖高买低以获得无风险的利润。这个时候,期权的价格就必须等于其“风险中性”意义下的均值。

所以啊,下次如果你看到身边第一次见B-S计算公式的人尖叫着觉得自己要发家致富的时候,请拍拍他的肩,温柔的告诉他:“醒醒吧。”



(B-S理论推导可见:Black-Scholes 模型中 d1,d2 是怎么得到的?如何理解 Black-Scholes 模型? - 姚岑卓的回答
4#
杰弗里  1级新秀 | 2018-9-24 01:17:03 发帖IP地址来自
B-S公式其实已经有了好几种解释或者说证明方法。看了其他答主的答案,我认为对于一名初接触金融,没有深厚数学背景的人来说,其实不是那么便于理解。本人也就本科生水平,且非数学专业,所以对于微分方程 (也就是最常见的B-S公式的证明法)认为不是便于大众理解,所以,此回答是基于金融常识理解加上一些最基本的积分和概率知识就能理解公式的一种尝试解释。

正文

大家都知道现在的钱与未来的钱价值是不同的。一般来说,现在的钱比未来的值钱。所以,如果你现在有1000块钱,在一年以后,你这些钱至少值你将这些钱放入银行定期存个一年的钱,即1000*(1+r),其中r为银行的一年存款利率。其实我们把这件再简单不过的事反过来看,将银行去存钱当作是一份金融产品,这份金融产品在1年以后你将获得1000*(1+r)元,那么这份金融产品现在的价值(也就是你要花多少钱去买这份东西)是多少呢?很显然,是1000元。这也就引出了我们推导B-S公式的基础:金融产品的本质为预期,承诺,兑现未来现金流。即,金融产品(此指欧式看涨期权)的价值是将来我可以获得的钱的期望值的现值。


就下来问题就转化为两点:第一:未来我可以拿到的钱的期望值是多少。第二:我们怎么进行贴现。

我们先来解决比较容易说明的问题—第二个问题:如何贴现。
相信所有学金融的人都应该学过连续复利,但本位是希望初学者也能看懂,所以知道何为连续复利的可直接跳过本段。就上面所说,1000元在1年后应该值1000*(1+r)元,而这情况是一年结一次利息的。那么我们一年结2次利息,那么1000块钱的1年后终止应该为1000*(1+r/2)'2('2表示平方-_-,pad手打,打不了平方见谅)。这样理解的话,一年结m次息,那一年后的价值就是1000*(1+r/m)'m元,那连续复利即当m趋于无穷时,也就是每时每刻都在结利息,那1000块的价值应为1000e'r元。这样我们就得出如何贴现了:对于未来T时刻我们能获得的A元,那么这笔钱现在t时刻的价值为A*e'(r(T-t))元



先写这点,有人看了再补充~

————————————————————————————————————————

虽然看得人不多,但既然有人看了认为有点意思,那就把这事讲完吧。

————————————————————————————————————————
接着上回,既然知道了如何贴现,那么我们就来着手第二个问题:我们对于这份金融产品(也就是欧式看涨期权)的未来期望值是多少。
这个问题其实也很简单,任何一个随机事件,通俗点说就是一件事情A,在概率论或者在高中知识我们就已经知道了他的期望值我们记为E(A)。所以,接着我们上面说的金融产品的价格为该产品在未来我们能获得的钱的期望值的现值。如果我们记欧式看涨期权的价格为C,那么: C=E(C)*e^{-r(T-t)}
其中,r为连续复利的无风险利率,易于理解点就是余额宝现在不是每天结钱嘛,就是那个利率
T为期权的到期时刻,t为期权未到期前的任一时刻,所以T-t就是一段时间,一般称为到期日

如果就这么结束了,那么真像个江湖骗子了,这也浪费我这么久时间打了这么铺垫了,所以接下来就是精华中的精华啊——这个E(C)到底是什么。
接下来就要用到一些概率统计知识了,不过我想看这文章的至少是大学以上水平了,只要学过基本的概率统计知识就行了,如果忘了也不要紧,稍微有个映像,就能懂是怎么回事了(因为本人已经解释给一些数学较差的同学听过了,都能理解,也正因为这样所以才鼓起勇气来写这种科普贴啊,如果有什么不妥的地方请各位指正)。

对于大多数金融公式来说,假定都是很严格的,如CAPM,ATP(这里就不做展开,有兴趣可以自己了解下,我有时间再来谈谈这个的看法),B-S公式也不例外。如果你在百度里直接搜B-S公式,百科就直接会告诉你有哪些假设了,我们就用假设的第一条“股票价格随机波动并服从对数正态分布”。如果要问为什么,只能说第一:大多数真实存在的随机事件的分布都只是大致估计的,就像我们平时考试的成绩服从正太分布一样,并不是说我们成绩的每一个值都在正态分布的图像上,所以那些金融学家研究了很久,最终认为股票价格是最接近对数正态分布的。所以说等哪一天你发现股票的价格服从正态分布,B-S公式就会变样了。第二:这是我个人理解后的看法,由于价格是随着时间在连续变动的。我们想想为什么抛硬币的正反面概率都为0.5,因为概率的定义就是实验次数趋于无穷时的频率,有人抛了很多次,最后发现正反发生的次数一样,所以就是0.5了。而如果我们要通过无数次的实验来验证股票在任一一个时刻的概率是服从一个分布的话是不可能的,如果照抛硬币那个实验来操作,那就是要不停地重复一个时刻,然后看不同情况下股票价格的分布,而这种方式除非能有一台时光机,我们先记下今天这个时刻的股价,再倒回过去变动下市场信息再记录一个股价,重复多次才能验证。所以那些数学比较好的金融学家,就会发现,如果用股票价格S_{T}取他的对数收益率,即 ln\frac{S_{T} }{S_{0} },利用对数函数的性质就能构造出差项,即ln\frac{S_T}{S_0}=ln\frac{S_T}{S_{T-1} }+ln\frac{S_{T-1} }{S_{T-2} }+……+ln\frac{S_1}{S_0},这样的话一个时间点的事件就可以被分割成一个时间段的事件,而这时间段的事件的数据都是可知的,这样股票价格就可以用历史数据来回归,而根据大数定律,当T趋于无穷时,每一项都应该服从正太分布,并且在均衡的市场,或者说有效市场(参看有效市场假说),各项之间都是独立的,所以独立正太分布的和为正太分布,即ln\frac{S_T}{S_0}服从正太分布。好了这时请各位打开百度,输入对数正太分布,你就会发现\frac{S_T}{S_0}是服从正太分布的了。最后再加个小问题。上面已经说了每一项都是独立同分布,那么假设每一项的均值为μ,方差为\sigma ^{2},那么对于从t时刻到T时刻的均值和方差就是(T-t)μ和(T-t)*\sigma ^{2}了。(敏感点的话是不是发现B-S公式里面有些东西已经出现了^-^)
详细证明和实验佐证请参看:doc88.com/p-79854839605
好了,这段如果理解了的话,那我们就可以说完成了75%的工作量了,我们再来完成到数学计算前的最后的5%。
大家刚刚有没有在百科输入对数正态分布呢?如果没有的话现在打开吧,那么复杂的一个公式不可能凭空出现是吧。请大家把对数正太分布的概率密度函数抄下来,请注意,别的都不换,我们把那里面的均值和方差换成我们上面的那个。好,运用最简单的概率论和金融知识的时候到了!我们现在不是要求E(C)嘛,别和我说你忘了E(C)是啥,忘了得往前再看下=0=。概率论告诉我们期望是概率密度和函数值的乘积,也就是E= f *\int_{a}^{b}f吧当然a,b分别为正负无穷。好嘞,还记得欧式期权是什么嘛,能点进来应该都会吧,他在期末的收益是max{S_{T}-K,0}吧(K为期权的交割价格),这不就是上面那个式子的 f 嘛,还记得刚刚叫你抄的概率密度函数嘛,不就是剩下的另一半嘛,理解不了的话这么说吧,如果我和你说服从正态分布,你不就抄个正太分布。这样我们E(C)就有了吧。
E(C)=max\left\{ S_{T}-K,0 \right\} *\int_{a}^{b} \frac{1}{\sigma S_{T} \sqrt{2\pi (T-t)} } *e^{-\frac{(lnS_{T}-\mu  )^{2}}{\sigma ^{2} (T-t)} }

做点说明:1 积分上下限为正负无穷;2上面本来说的是均值为(T-t)μ,但其实最后我们会发现与均值无关,所以为了计算简便,我们用μ代替(T-t)μ;3 积分里面的S_{T}应该为S_{t},由于打公式打错了再来次太麻烦了所以就不改了。
如果你被这个公式吓到了的话那我们总结下,我们的目标是不是算欧式看涨期权的价格C内?
根据一开始所说
C=E(C)*e^{-r(T-t)}
现在,我们E(C)有了吧,贴现也都有了吧,金融学理念基本就到此结束了,找个数学系的朋友吧,让他帮你把这积分化为B-S公式我相信30分钟就能搞定了。
当然如果你没被吓到,那么大胆的算下去吧,这个积分不难算,但是要想凑出B-S公式的那个形状,还需要些金融理念的小技巧~但是我们已经站在了巨人的肩膀上了,凑一凑不难的。
————————————————————————————————————————
写了不少了,虽然只有一个朋友有过留言,但是我还是想把这个想法写下来。我认为到这步为止,应该对B-S公式是怎么回事有了了解了,但是剩下的20%的计算过程其实也很关键。由于篇幅原因加上公式不方便输入我就不会再写下去了。这是我第一次在知乎上写东西,而且写得这么长,自己都吓一跳啊。希望本文能对各位初学期权定价的朋友能有所帮助。本文纯属手打,若有觉得雷同或者不正确的地方请各位指出。
5#
zczc  2级吧友 | 2018-9-24 01:17:04 发帖IP地址来自
最近在看CFA L2,好好把BS model研究了一下,现在说说我的理解。

按国外教材的理解:
N(d1)是在风险中性条件下,按股票计价时得到的期权被执行的可能性,N(d2)是在风险中性条件下,按货币计价时得到的期权被执行的可能性。N(d1)d1也就是delta,随着S的增大而增大。
期权的价值是货币计价,现在假设是元。所以C=e^{-\delta t}S\times N(d_{1})-e^{r t}K\times N(d_{2}) ,第一项可以理解为到期时所能得到的货币价值,第二项可以理解为到期时所要付出的货币价值。所以期权的价值就是我们得到的价值减去付出的价值。

关于第二项,到期时付出的是Cash,单位是货币(元),货币计价是 K元。
到期时付出的价值(折现)应该是执行期权时付出的价值加上不执行期权时付出的价值,即 Ke^(-rt) × N(d2) + 0×(1-N(d2)) = Ke^(-rt) × N(d2)。但由于不执行期权时所付出的价值为0,所以到期时付出的价值也就等于到期时执行期权所付出的货币价值。

关于第一项,到期时得到的是1份股票,计价单位是股票,转换成货币计价是1×S元。
到期时如果执行期权(S>K),则会把股票转换成货币,这样得到的货币价值是1×S×N(d1) , 如果不执行期权(S<K),则不会把股票转换成货币,这样得到的货币价值是1×0×(1-N(d1)),加起来就是S×N(d1) ,也就是到期时执行期权所得到的货币价值。(假设股票计价转换成货币计价的成本是K元,只有当S>K时,我才会选择把股票转换成货币,这时股票计价是1份股票,转换成货币计价得到S元;如果股价太低,低于K,把股票转换成货币是不划算的,所以会选择不转换成货币,这时股票计价仍是1份股票,但货币计价是0元。和期权out of money时同理,可以把1份“股票”理解成1份期权,“货币计价转换”理解成期权的执行,只有S>K,期权才会执行,即进行货币计价转换,期权有价值,货币计价转换后有价值。否则不会执行期权,即不进行货币计价转换,期权价值为0,货币计价为0)

因为不执行期权时,第一项和第二项的货币价值都是0。所以Call的价值就等于当期权执行时,所得到的货币价值减去所付出的货币价值,即


或者,根据CFA网课中老师的理解加上我自己的理解(有点不严谨,但可以大致参考理解下)

类比的是Forward的定价,P(forward)= S - Ke^(-rt)。Forward到期时是一定会执行,但期权不一定。

所以C=e^{-\delta t}S\times N(d_{1})-e^{r t}K\times N(d_{2})
Nd2描述的是期权执行的概率。
Nd1也就是Delta,描述的是股价变动对期权价值的影响。如果股价上涨1块钱,期权价值的上涨幅度是1×N(d1) 。

关于第一项,我们计算的是期权的价值,而不是股票的价值。
如果计算的是股票价值,到期时价格为S,我们能得到的价值就是S(理解成S-0)。
但现在计算的是期权价值,应乘以N(d1) ,也就是S×N(d1) (理解成(S-0)×N(d1)),即在Forward公式第一项乘以N(d1) 。

关于第二项,Ke^(-rt) 乘以 N(d2) 就是当期权执行时付出的期权价值,即在Forward公式第二项乘以N(d2) 。

所以Call的价值就等于当期权执行时,所得到的期权价值减去所付出的期权价值。


学了几年BS model,今年终于好好研究了一下,如果有什么错误,欢迎指正~~
6#
王爷  4级常客 | 2018-9-24 01:17:05 发帖IP地址来自
你们上面的回答似乎并不简单易懂、生动形象啊
我来装逼吧

通指的BS是那个
C=S·N(d1)-X·exp(-r·T)·N(d2)

当然了,这已经不是原生那一款,但不重要,都用它
期权就先说call吧
假如call此时此刻立刻到期,call的价值
C=S-X

但是因为S这个现货价格和X这个未来的交割价格在C有意义的时候通常不是一个时间,哪怕只差一秒所以时间上没有对齐,为了对齐,要么把X贴现,要么把S算未来价值,考虑到你要的C是现值,所以就把X贴现,于是
C=S-X =》 C=S-X·exp(-r·T)
(e-rt)不用解释吧?是贴现价值

但到了这里又有一个新问题,我们不能保证时间对齐的情况下标的价格不变,换句说话,标的价格是波动的,能不能行权是不一定的,于是在风险中性概率的假设下(也可以理解为为了得出一个结论加了一个条件),假如价格服从某种分布(这个分布在BS的世界里是正态的),所以引入N这个概率概念,来评估到任何一个价格的概率,折射到X上就是从当前S到未来X的概率,于是乘了个N(d2)
可以这么理解,假设世界就两种情况,好的和坏的,而且是均匀的那么N(世界)就是0.5,但是价格不是均匀的,而是好像一个钟一样的分布,所以是s和x这两个价格距离概念折射到钟型的结果,随便找了个图,在S附近的概率是最高的,因为是当前价格,离得越远概率越低,那个N(d2)就越小,

那么X·exp(-r·T)在考虑能达到X执行价格变成实值的表达就成了考虑概率后的X·exp(-r·T)·N(d2),
到此为止,公示变成了
C=S-X·exp(-r·T) =》 C=S-X·exp(-r·T)·N(d2)

但是考虑到我们算了未来价格到达X的概率,其实S这个现货价格(当前的这个价格)它也会变,基本上还是上面那个图的意思,他会离开S多远要考虑进来,这里是N(d1),也就是delta,通常指代期权价格和现货价格的变动关系,考虑概率后S变成S·N(d1)

所以 C=S-X·exp(-r·T)·N(d2) =》 C=S·N(d1)-X·exp(-r·T)·N(d2)
d是个距离概念
加个N,就是正态分布下的概率概念
装逼结束,就这么简单,完全不用扯动态对冲,不用扯随机微积分伊藤引理,最白话的简单bs解释,看完这么简洁优美的解释,我都觉得吧,你应该点赞,别违心。
7#
frank hu  4级常客 | 2018-9-24 01:17:07 发帖IP地址来自
如果你理解二叉树,你可以把BSM设想成无限期,每期跨度无限小的二叉树n period模型。这时候它基本上就是BSM了。另外,BSM和二叉树在原理上相同:完美delta hedge的组合只能得到无风险收益。
8#
刘师兄  1级新秀 | 2018-9-24 01:17:08 发帖IP地址来自
可以看成无限次二叉树求期望值
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:
帖子:24326
精华:1
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP